基于遗传算法和BP神经网络的竹粉模压花盆跌落冲击响应预测

编号 zgly0001502652

文献类型 期刊论文

文献题名 基于遗传算法和BP神经网络的竹粉模压花盆跌落冲击响应预测

作者 蔡小娜  张国梁  何燕丽  刘志军 

作者单位 河北农业大学基础课部  河北省林木种质资源与森林保护重点实验室 

母体文献 木材加工机械 

年卷期 2016年02期

年份 2016 

分类号 S688  TS66 

关键词 竹粉模压花盆  跌落冲击  遗传算法  BP神经网络 

文摘内容 提出以竹粉模压花盆跌落冲击响应为对象的预测模型。利用均匀设计和有限元分析技术获得试验数据,以花盆周壳厚度、底沿厚度和底壳厚度为网络输入,花盆壳体最大应力为网络输出,构建三层BP神经网络;采用遗传算法(GA)优化BP神经网络的初始权值和阈值,利用均匀试验数据对GA-BP网络模型进行训练和仿真,最后利用GA-BP网络模型预测花盆跌落冲击的壳体最大等效应力。结果表明,所建立的GA-BP网络模型具有较强的学习能力,预测值与有限元分析值相对误差小于5%,表明GA-BP网络模型可用于花盆跌落冲击响应的预测。